基于协同标注的个性化电子学习推荐系统  

Personalized electronic learning recommendation system based on collaborative tagging technology

作　　者：王丹 田广强 WANG Dan;TIAN Guang-qiang(School of Intelligent Engineering,Huanghe Jiaotong University,Jiaozuo 454950,China)

机构地区：[1]黄河交通学院智能工程学院,河南焦作454950

出　　处：《计算机工程与设计》2023年第10期3193-3200,F0003,共9页Computer Engineering and Design

基　　金：2019年度河南省高等学校青年骨干教师培养计划基金项目(2019GGJS286);河南省高等教育教学改革研究与实践基金项目(2021SJGLX625);河南省科技攻关重点计划基金项目(212102210146)。

摘　　要：分析各种基于标注的推荐技术的适用性,通过张量因子分解技术对最佳模型排序方法进行改进;比较基于标注的协同过滤(CF)、基于图的方法(自适应Page-Rank和Folk-Rank算法)以及基于张量的方法(HOSVD和RTF)的预测性能,优选出最佳的推荐方案。通过在一个开发的编程辅导系统中的应用,验证了所提推荐系统的有效性。The applicability of various tag-based recommendation techniques was analyzed,the best model ranking method of tensor factor decomposition technique to obtain the best recommendation effect was improved,and the predictive performances of annotation-based collaborative filtering(CF),graph-based methods(adaptive Page-Rank and Folk-Rank algorithms),and tensor-based methods(HOSVD and RTF)were compared,and the best recommended scheme was selected.Through the application in a programming tutoring system developed,the effectiveness of the proposed method was verified.

关 键 词：电子学习 学习风格 个性化推荐 协同标注 张量 网页排名 社会排名 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术]